编码与格式 / 系统课时

YUV 像素格式

YUV 像素格式

本课解决 YUV420P、NV12 等格式“为什么占用更少空间、各平面如何排列、像素坐标怎样映射”的问题。学完后,你能计算平面大小与偏移,并正确区分 I420、YV12、NV12 和 NV21。

学习目标

  • 理解 Y、U、V 分量与 4:2:0 色度采样的含义
  • 掌握 YUV420P、NV12 等格式的平面结构和容量计算
  • 能识别步长、平面顺序和颜色参数带来的常见错误

亮度与色度为什么分开

YUV 将亮度信息放在 Y 分量中,将颜色差异放在 U、V 分量中。人眼通常对亮度细节更敏感,因此视频可以保留完整的 Y 分辨率,同时降低 U、V 的采样密度,以减少存储和传输数据量。

在 4:2:0 采样中,每个 2×2 的 Y 像素块共享一组 U、V 色度样本。对于 8 位、宽高均为偶数的图像,Y 平面大小为 width * height,U 和 V 各为 width * height / 4,总大小为 width * height * 3 / 2 字节。

平面格式与半平面格式

YUV420P 是平面格式,Y、U、V 分别存放在独立区域。常见 I420 的顺序是 Y、U、V;YV12 的顺序是 Y、V、U。两者采样方式相同,差别只在色度平面的先后顺序。

NV12 是半平面格式:先保存完整 Y 平面,再保存交错排列的 U、V、U、V... 色度数据。NV21 与之类似,但交错顺序为 V、U、V、U...。因此 NV12 与 NV21 的总字节数相同,错误解释时通常会出现明显偏紫或偏绿。

YUV420P 与 NV12 平面布局对比图

用代码计算平面偏移

下面的 Python 程序以 4×4、8 位 4:2:0 图像为例,计算 I420 与 NV12 的平面大小和起始偏移。真实视频缓冲区若存在对齐,应改用每个平面的 stride,不能直接套用紧密排列公式。

python
width = 4
height = 4

y_size = width * height
chroma_size = y_size // 4

i420_u_offset = y_size
i420_v_offset = y_size + chroma_size

nv12_uv_offset = y_size
total_size = y_size + 2 * chroma_size

print(f"Y size: {y_size}")
print(f"I420 U offset: {i420_u_offset}")
print(f"I420 V offset: {i420_v_offset}")
print(f"NV12 UV offset: {nv12_uv_offset}")
print(f"Total size: {total_size}")

预期输出:

text
Y size: 16
I420 U offset: 16
I420 V offset: 20
NV12 UV offset: 16
Total size: 24

在 I420 中,偏移 16~19 是 U 平面,20~23 是 V 平面;在 NV12 中,偏移 16~23 是交错 UV 平面。两种格式容量相同,但访问方式不同。

读取与转换时的关键边界

4:2:0 通常要求宽和高为偶数,否则色度平面尺寸无法按 2×2 块自然划分。硬件解码器还可能要求更大的对齐,例如每行按 16、32 或 64 字节对齐,因此平面起始位置应优先使用 API 返回的地址与步长。

YUV 转 RGB 时还必须知道颜色矩阵和范围。BT.601、BT.709、BT.2020 的系数不同;有限范围与全范围的数值映射也不同。平面布局正确但颜色参数错误时,画面仍可能发灰、过曝或色偏。

排查异常画面时,应按顺序确认格式名称、平面顺序、UV 交错顺序、各平面 stride、宽高对齐、颜色矩阵和范围。只修改一个参数并重新验证,比同时尝试多种转换更容易定位根因。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

YUV 像素格式

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通